OpenVINO Toolkit Bewertungen & Produktdetails

Ich arbeitete für einen Intel-Kunden, wo wir nahtlos mit Tensorflow und Pytorch integrierten. Es bietet die beste Optimierung in Bezug auf Deep-Learning-Modelle über unsere Hardware-Backends wie CPUs und GPUs. Das Beste daran ist, dass es auch nicht-Intel-Hardware kompilieren kann, wenn es genutzt wird. Wir erhalten auch regelmäßige Updates, was gut ist. Bewertung gesammelt von und auf G2.com gehostet.

Nichts wirklich Abstoßendes. Bessere Dokumentation wird benötigt, wenn man nicht weiß, wie man es benutzt (vor allem für Anfänger). Nicht-Intel-Architekturen benötigen breitere Unterstützung, da möglicherweise zusätzlicher Aufwand für die Integration erforderlich ist. Bewertung gesammelt von und auf G2.com gehostet.

Es hat meine Aufmerksamkeit erregt, die häufigsten dynamischen Analysen und Berechnungen in kürzerer Zeit zu lösen. Die Simulationszeit hat sich von der manuellen Brückenanalysezeit von 6 Stunden auf fast 1 Stunde verkürzt. Bewertung gesammelt von und auf G2.com gehostet.

Da ich ein Endbenutzer von ngraph bin, hat es an der Integration von eingebauten Funktionen für gängige Aufgaben der Strukturanalyse wie britische Normen für Brückenanalysen, KI-Modellanalysen usw. gefehlt. Das Tool ist für Nicht-Software-Ingenieure etwas kompliziert zu verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Fantastisches Werkzeug für tiefes KI-Modellieren, insbesondere für Simulations- und Designanalyse sowie Validierung. Während ich speziell Sprach- und Schwingungsanalysen simuliere, ist das KI-unterstützte Engineering einfach so gut. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl ich diese Software sehr selten benutze, hat sie nur wenige Komplikationen in Bezug auf die Integration mit anderer mechanischer Design-Software. Man hätte einige eingebaute Abhängigkeiten für eine einfachere Integration schaffen können. Bewertung gesammelt von und auf G2.com gehostet.

Rahmenflexibilität, unterstützt beliebte Frameworks wie TensorFlow und MXNet durch Plugins und Brücken. Bewertung gesammelt von und auf G2.com gehostet.

Begrenzte Unterstützung für neuere Frameworks, da sich KI-Frameworks schnell entwickeln, kann die Unterstützung hinterherhinken oder benutzerdefinierte Integrationen erfordern. Bewertung gesammelt von und auf G2.com gehostet.

seine Flexibilität und Optimierungsfähigkeiten Bewertung gesammelt von und auf G2.com gehostet.

Komplexität

Gemeinschaft und Unterstützung - Im Vergleich zu etablierteren Frameworks wie TensorFlow und PyTorch könnte nGraph eine kleinere Gemeinschaft und weniger umfangreiche Unterstützung haben. Bewertung gesammelt von und auf G2.com gehostet.

Es hat Fähigkeiten wie Flexibilität und Optimierung und einfache Implementierung. Bewertung gesammelt von und auf G2.com gehostet.

Weniger Community-Unterstützung und Dokumentation

Etwas schwierig zu verwenden Bewertung gesammelt von und auf G2.com gehostet.

Es ist Vielseitigkeit und Erweiterungsfähigkeiten. Bewertung gesammelt von und auf G2.com gehostet.

Raffinesse

Weniger Dokumentation verfügbar. Bewertung gesammelt von und auf G2.com gehostet.

Wie praktisch und benutzerfreundlich es ist. Jeder kann es verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Vielleicht kann das Design verbessert werden, damit es ansprechender für das Auge ist. Bewertung gesammelt von und auf G2.com gehostet.